摘要
本发明涉及一种基于演化神经网络架构搜索的单目深度估计方法,首先定义用于深度估计的编码器架构的神经架构搜索空间;然后利用基于遗传算法的神经架构搜索算法在用于深度估计的编码器架构的神经架构搜索空间进行搜索得到最优架构,作为单目深度估计编码器的主干网络,并在主干网络中加入金字塔卷积,单目深度估计编码器与上采样解码器一同构成单目深度估计网络;之后再对单目深度估计网络进行训练,直至网络收敛;最后将测试集输入至训练好的单目深度估计网络,获得图像中每个像素点的预测深度值。本发明将神经架构搜索算法和单目深度估计算法结合,相比较于传统手工架构编码器的单目深度估计算法,具有较高的精度和较小的参数量。
技术关键词
单目深度估计方法
演化神经网络
神经架构搜索
编码器架构
标准单元
遗传算法
深度值
搜索算法
解码器
拉普拉斯金字塔
卷积模块
列表
神经网络架构
图像
随机梯度下降
系统为您推荐了相关专利信息
仿真分析方法
机器学习模型
电路单元
支持向量回归模型
样本
知识图谱链接预测
大语言模型
机电设备
三元组
实体
非结构化场景
语义分割方法
三维点云数据
富士苹果树
邻域特征
机器学习模型
LightGBM模型
电子设计自动化技术
样本
标准单元库设计